适逢空间大数据爆发性增长，大数据时代已经到来，传统国土、测绘、规划领域的业务正在向空间大数据分析转型，2015年国务院印发《促进大数据发展行动纲要》，指出大数据已经成为国家基础型战略资源，运用大数据推动经济发展、完善社会治理、提升政府服务和监管能力正成为趋势，并要求全面推进我国大数据发展和应用，加快建设数据强国。

                 空间大数据解决方案主要包括五大步骤：

        数据接入存储、空间分析挖掘、时空大数据存储、可视化展现、业务系统集成
       1、空间数据接入存储：这里包含了数据清洗、数据质检、转换加载的全过程，通过平台提供的工具、模型和方法，结合实际业务需求，进行数据预处理，目的是抽取出适用于接入到大数据平台分析计算的文件型数据源。也就是说，实现了现有的业务数据库与大数据分析计算库相分离。大数据分析数据源接入类型支持：文件型数据、HDFS分布式文件系统、Hive数据源以及云存储（亚马逊S3存储、微软Azure数据湖）；
       2、空间分析挖掘：这一步也就是大数据分析场景设计，需要结合数据结构、业务需求，进行分析工具的选择，可以是多种分析工具流程化应用，通过GeoAnalytics Server集群的分布式计算，能够充分利用硬件资源，使传统几小时甚至几天的计算量，在秒级和分钟级完成；
       3、时空大数据存储：空间大数据的两个关键能力是分布式计算和分布式存储，在高效计算的能力下，需要配备分布式、高性能的时空大数据存储，ArcGIS Spatiotemporal DataStore通过数据分片存储机制，提供了高效的数据写入和查询检索能力。同时，可以动态增加和减少集群节点，不存在单点故障，保障了业务连续性；
       4、可视化展现能力：大数据分析结果可以通过多种方式进行展现和查看，如Portal MapViewer、ArcGIS Pro、Insights等丰富的可视化展现；
       5、业务系统集成能力：大数据平台建设是一个系统性工程，解决具体需求难点很重要，突破以往技术瓶颈很重要，但是整个平台的完整性、流程化也同样重要。空间大数据分析结果均以服务形式提供，可以通过Rest API、Python API，高效地实现大数据平台的能力展示。